湍流和转捩过程中拟序结构的识别研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11702159
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0901.湍流与流动稳定性
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The identification of coherent structures in turbulence and flow transition has become the most promising tool to reveal the secrets of turbulence and to instruct turbulence modeling. However, as two most popular methods to extract coherent structure from detailed 3-dimensional flow field, both vortex identification methods and reduced order modelling suffer from some problems. For example, because of the lacking of a mathematical definition of vortices and the fact that main vortex identification methods are iso-surface based, it is difficult to analyze the vortex interaction mechanism. In addition, despite the progressive development of reduced order modelling, especially the dynamical mode decomposition (DMD) method, its ability to tackle large-scale data is still limited. Therefore, a systematic method unifying vortex identification method and DMD is developed in this project. Firstly, the interaction mechanism between vortices will be studied based on our proposed Omega vortex identification and a profound understanding of vortex structure. Secondly, an efficient DMD method will be developed targeting to the huge amount of data obtained from direct numerical simulation (DNS). The research work in this project could offer a systematic way to identify coherent structure in turbulent and transitional flows.
拟序结构的精确识别已成为科学上解决湍流问题和工程上湍流建模的关键。在现有的研究中,涡识别方法和动力学系统低维降阶技术是从三维流场中提取拟序结构最主要的两种方法。然而,涡结构本质定义的缺失和主流涡识别方法都基于等值面的事实,使得湍流中涡系结构相互作用机理的研究受到很大限制。此外,尽管以动力学模态分解(DMD)为代表的动力学系统降阶技术得到迅猛发展,但将其应用到直接数值模拟所得到的大规模数据上仍存在困难。因此,本项目建议通过发展和结合涡识别方法和DMD方法,提出识别拟序结构的系统方法。首先,在申请人提出的Omega涡识别方法基础上,进一步加深对涡结构的物理认识,研究涡系结构之间的作用机理。其次,发展DMD方法,解决其应用到大规模数据时存在的问题。通过本项目的研究,可以给出在湍流和转捩流动中识别拟序结构的系统方法,为湍流生成、发展和维持机理研究提供有效的工具。

结项摘要

湍流拟序结构结构与涡结构紧密相连,其精确识别已成为科学上解决湍流问题和工程上湍流建模的关键。本项研究针对涡识别方法和动力学系统低维降技术对拟序结构的识别开展研究,尤其是在涡的定义和识别上,先后参与提出Omega涡识别方法和Rortex涡定义和识别系统。基于Rortex向量能够给出流体运动的局部刚性旋转部分,回答涡的六大要素问题,即涡的绝对强度由Rortex的大小表示,代表当地流体刚体旋转部分角速度的二倍;相对强度由Rortex-Omega方法衡量,代表当地流体的刚性;当地旋转轴即Rortex向量的方向,由速度梯度张量的实特征向量决定;涡核中心即为Rortex涡核线;涡核大小可以按从涡核中心处相对强度减少至涡核处95%这一标准确定;涡边界指流场中涡区和非涡区的边界,可以用Rortex-Omega方法的参数=0.52的等值面来表示。Rortex理论系统及涡识别的六大要素提供了对流场拟序涡结构更精确的刻画,基于此可以帮助我们更好的理解流场,甚至更高效的控制流场。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Letter: Galilean invariance of Rortex
Rortex 的伽利略不变性
  • DOI:
    10.1063/1.5058939
  • 发表时间:
    2018-11-01
  • 期刊:
    PHYSICS OF FLUIDS
  • 影响因子:
    4.6
  • 作者:
    Wang, Yiqian;Gao, Yisheng;Liu, Chaoqun
  • 通讯作者:
    Liu, Chaoqun
Explicit formula for the Liutex vector and physical meaning of vorticity based on the Liutex-Shear decomposition
基于Liutex-Shear分解的Liutex矢量的显式公式和涡量的物理意义
  • DOI:
    10.1007/s42241-019-0032-2
  • 发表时间:
    2019-06-01
  • 期刊:
    JOURNAL OF HYDRODYNAMICS
  • 影响因子:
    2.5
  • 作者:
    Wang, Yi-qian;Gao, Yi-sheng;Liu, Chaoqun
  • 通讯作者:
    Liu, Chaoqun
Objective Omega vortex identification method
客观的Omega涡旋识别方法
  • DOI:
    10.1007/s42241-019-0028-y
  • 发表时间:
    2019-06-01
  • 期刊:
    JOURNAL OF HYDRODYNAMICS
  • 影响因子:
    2.5
  • 作者:
    Liu, Jian-ming;Gao, Yi-sheng;Liu, Chaoqun
  • 通讯作者:
    Liu, Chaoqun
第三代涡识别方法及其应用综述
  • DOI:
    10.16076/j.cnki.cjhd.2019.04.001
  • 发表时间:
    2019
  • 期刊:
    水动力学研究与进展A辑
  • 影响因子:
    --
  • 作者:
    王义乾;桂南
  • 通讯作者:
    桂南
Galilean invariance of Omega vortex identification method
Omega涡旋辨识方法的伽利略不变性
  • DOI:
    10.1007/s42241-019-0024-2
  • 发表时间:
    2019-04-01
  • 期刊:
    JOURNAL OF HYDRODYNAMICS
  • 影响因子:
    2.5
  • 作者:
    Liu, Jian-ming;Wang, Yi-qian;Liu, Chaoqun
  • 通讯作者:
    Liu, Chaoqun

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Bisindole compound and synthetic method thereof
双吲哚化合物及其合成方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    --
  • 作者:
    郁彭;王天娇;王义乾;史彪;邓旺;姜磊;孙华;杨尧;宋彬彬;向岑
  • 通讯作者:
    向岑

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码